MobileNetv1
论文地址:https://arxiv.org/pdf/1704.04861.pdf
谷歌出品的一种深度学习加速模型,在基本不影响准确率的前提下大大减少计算时间和参数数量
深度学习网络广泛应用在图像分类、检测中,但是网络结构复杂,参数过多,计算时间过长使其不容易在移动端应用。因此模型压缩、模型加速在未来是一个比较活跃的领域。
mobileNets主要将传统的卷积结构改造成两层卷积结构的网络,这种新的结构可以在基本不影响准确率的前提下大大减少计算时间(约为原来的1/9)和参数量(约为原来的1/7)
结构图:
算法详解
核心:将标准的卷积操作因式分解成一个depthwise convolution和一个1*1卷积(文中叫pointwise convolution) depthwise convolution卷积层之和每个channel进行卷积,pointwise convolution负责combining, 即将上一层卷积的结果进行合并。